1 Analytische Geometrie und Grundlagen
|
|
- Insa Bieber
- vor 5 Jahren
- Abrufe
Transkript
1 $Id: vektor.tex,v /05/18 11:18:04 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe In diesem Abschnitt wollen wir die Automorphismengruppe der euklidischen Geometrie bestimmen. Alle Begriffe lassen sich letztlich auf Abstände zwischen Punkten zurückführen, Geraden lassen sich über die Mittelsenkrechte aus Aufgabe 16.a) in Termen von Abständen beschreiben und Winkel lassen sich nach dem Cosinussatz Satz 32 ebenfalls durch Abstände ausdrücken. Nur die orientierten Winkel sind etwas komplizierter, wie wir sehen werden kann man diese nicht alleine in Termen von Abständen bestimmen, aber dies wollen wir dies erst einmal ignorieren. Automorphismen der euklidischen Geometrie werden also Abbildungen sein die Abstände erhalten, und diese werden traditionell als Bewegungen bezeichnet. Definition 1.22 Bewegungen) Sei d N. Eine Abbildung ϕ : R d R d heißt eine Bewegung wenn sie den Abstand von Punkten erhält, wenn also ϕa)ϕb) = ab für alle a, b R d gilt. Wir schauen uns zunächst einige Beispiele von Bewegungen an. 1. Seien d N und u R d ein Vektor. Dann ist die Translation τ u : R d R d ; x x + u eine Bewegung denn für alle a, b R d gilt ϕa)ϕb) = b + u) a + u) = b a = ab. 2. Seien d N und A O d R eine orthogonale d d-matrix, also A t A = 1. Dann ist die Abbildung ψ A : R d R d ; x Ax eine Bewegung. Zunächst gilt nämlich Ax 2 = Ax Ax = Ax) t Ax) = x t A t Ax = x t x = x 2 für jedes x R d, also ist auch Ax = x. Für alle a, b R d folgt hiermit ψ A a)ψ A b) = Ab Aa = Ab a) = b a = ab. 10-1
2 3. Ist d N und sind ϕ, ψ : R d R d zwei Bewegungen so ist auch ψ ϕ eine Bewegung, denn für alle a, b R d haben wir ψϕa))ψϕb)) = ϕa)ϕb) = ab. 4. Sind a R 2 und φ R so ist die Drehung D φ a) eine Bewegung. Zunächst gilt nämlich ) ) cos φ sin φ cos φ sin φ DφD t φ = sin φ cos φ sin φ cos φ ) sin 2 φ + cos = 2 φ 0 0 sin 2 φ + cos 2 = 1, φ d.h. D φ ist eine orthogonale Matrix. Nach 1) und 2) ist D φ a) damit die Hintereinanderausführung dreier Bewegungen, also nach 3) selbst eine Bewegung. Als ein weiteres Beispiel wollen wir die Spiegelungen an Hyperebenen konstruieren. Seien d N und h R d eine Hyperebene. Für x h setzen wir dann σ h x) := x. Ist x R d \h so bezeichne l das Lot von x auf h, p den Lotfußpunkt von x auf h und σ h x) l sei dann der Punkt der durch Abtragen der Strecke [x, p] in l auf der anderen Seite von h entsteht, d.h. es ist σ h x) l auf der anderen Seite von h als x mit px = pσ h x). Wir behaupten das die so definierte Abbildung σ h : R d R d dann eine Bewegung ist. Hierzu wähle einen Normalenvektor u auf h und dann gibt es ein c R mit h = {x R d u x = c}. Die beiden durch h gegebenen Halbräume sind dann h + = {x R d u x c} und h = {x R d u x c}. Sei nun x R d \h gegeben. Ist p der Lotfußpunkt von x auf h so gilt x p Rh) also ist x p Rh) = Ru und wir erhalten x = p + tu für ein t R. Dann ist l = p + Ru das Lot von x auf h. Wir erhalten den Punkt y := p tu l und wegen u p = c sind u x = c+t und y u = c t also ist sign u x c) sign u y c) und somit liegen x und y auf verschiedenen Seiten von h. Außerdem ist py = tu = t = tu = px, also ist σ h x) = y. Dies können wir wegen y = p tu = p + tu 2tu = x 2 u x c)u = x 2 u x u + 2cu als σ h x) = x 2 u x u + 2cu schreiben und diese Formel gilt auch im Fall x h. Beachten wir nun das für jedes x R d stets u x u = u u x = uu t x 10-2
3 gilt, so folgt für x R d auch σ h x) = 1 2uu t )x + 2cu = S u x + 2cu mit der Spiegelungsmatrix S u := 1 2uu t. Wegen S t us u = 1 2uu t ) 2 = 1 4uu t + 4uu t uu t = 1 4uu t + 4 u 2 uu t = 1 ist S u eine orthogonale Matrix, nach den obigen Aussagen 1,2,3) ist σ h also eine Bewegung. Beachte das sich all diese Beispiele von Bewegungen aus einer Translation und einer linearen Abbildung zusammensetzen, und wir werden nun zeigen das dies tatsächlich für alle Bewegungen zutrifft. Wir behandeln zunächst den linearen Fall, nehmen also an das unsere Bewegung den Nullpunkt fixiert. Lemma 1.35 Bewegungen und orthogonale Matrizen) Seien d N und ϕ : R d R d eine Abbildung. Dann sind die folgenden Aussagen äquivalent: a) Die Abbildung ϕ ist eine Bewegung mit ϕ0) = 0. b) Für alle x, y R d gilt ϕx) ϕy) = x y. c) Es gibt eine orthogonale Matrix A O d R mit ϕx) = Ax für alle x R d. Beweis: a)= b). Zunächst gilt für jedes x R d auch ϕx) = ϕx)ϕ0) = x0 = x. Für alle x, y R d haben wir x y 2 = x 2 + y 2 2 x y und dies liefert eine sogenannte Polarisationsformel x y = 1 2 x 2 + y 2 x y 2) = 1 2 Mit dieser Formel folgt nun für alle x, y R d auch ϕx) ϕy) = 1 2 ϕx) 2 + ϕy) 2 ϕx)ϕy) 2) = 1 2 x 2 + y 2 xy 2). x 2 + y 2 xy 2) = x y. b)= c). Bezeichne e 1,..., e d die Standardbasis des R d. Für alle 1 i, j d gilt dann ϕe i ) ϕe j ) = e i e j = δ ij, also ist auch ϕe 1 ),..., ϕe d ) eine Orthonormalbasis des R d. Die Matrix A mit Spalten ϕe 1 ),..., ϕe d ) ist dann eine orthogonale Matrix und für jedes x R d gilt ϕx) = d ϕe i ) ϕx) ϕe i ) = i= d e i x ϕe i ) = Ax. i=1
4 c)= a). Dies ist klar nach dem obigen zweiten Beispiel. Durch Komposition mit einer Translation läßt sich der allgemeine Fall nun auf das eben bewiesene Lemma zurückführen. Satz 1.36 Bestimmung der Bewegungen) Seien d N und ϕ : R d R d eine Abbildung. Dann ist ϕ genau dann eine Bewegung wenn es eine orthogonale Matrix A O d R und ein u R d mit ϕx) = Ax + u für alle x R d gibt. In diesem Fall ist ϕ bijekiv und auch ϕ 1 ist eine Bewegung. Beweis: Zunächst nehme an das ϕ eine Bewegung ist und setze u := ϕ0) R d. Nach den obigen Beispielen ist auch ψ : R d R d ; x ϕx) u eine Bewegung und es gilt ψ0) = ϕ0) u = 0, also gibt es nach Lemma 35 eine orthogonale Matrix A O d R mit ψx) = Ax für alle x R d. Für jedes x R d ist damit auch ϕx) = ψx) + u = Ax + u. Nun gebe es umgekehrt A O d R und u R d mit ϕx) = Ax + u für alle x R d. Nach unseren obigen Beispielen ist ϕ dann eine Bewegung und weiter ist ϕ bijektiv mit ϕ 1 x) = A 1 x u) für alle x R d, d.h. auch ϕ 1 ist eine Bewegung. Wir wollen nun die Bewegungen des R 2 explizit bestimmen. Wir kennen bereits Translationen, Drehungen und Geradenspiegelungen, es gibt allerdings noch einen weiteren Typ von Bewegungen des R 2. Gegeben seien eine Gerade l R 2 sowie ein Vektor 0 u Rl). Dann nennen wir die Hintereinanderausführung der Geradenspiegelung an l und der Translation um u eine Gleitspiegelung, also σ l.u : R 2 R 2 ; x σ l x) + u. Manchmal ist es dabei praktisch auch die Geradenspiegelung σ l = σ l,0 als eine Gleitspiegelung zu interpretieren. Für die Klassifikation der ebenen Bewegungen können wir diese in zwei Typen unterteilen, zum einen die eigentlichen Bewegungen und zum anderen diejenigen die einen Spiegelungsanteil enthalten. Definition 1.23 Eigentliche Bewegungen der Ebene) Eine Bewegung ϕ des R 2 heißt eigentlich, oder orientierungserhaltend, wenn für jede positiv orientierte affine Basis a, b, c des R 2 auch ϕa), ϕb), ϕc) eine positiv orientierte affine Basis des R 2 ist. Ob eine Bewegung eigentlich ist oder nicht läßt sich an der Determinante des linearen Anteils ablesen. Beachte hierzu das eine orthogonale Matrix A O d R immer die Determinante +1 oder 1 hat, denn aus A t A = 1 folgt auch 1 = deta t A) = det A) 2. Lemma 1.37 Bewegungen der Ebene) Seien A O 2 R eine orthogonale 2 2-Matrix, u R 2 und betrachte die Bewegung ϕ : R 2 R 2 ; x Ax + u. a) Genau dann ist ϕ eigentlich wenn det A = 1 ist. 10-4
5 b) Ist ϕ nicht eigentlich so ist det A = 1 und für jede positiv orientierte affine Basis a, b, c des R 2 ist ϕa), ϕb), ϕc) eine negativ orientierte affine Basis des R 2. c) Für alle a, b, c R 2 mit b a, c gilt ϕa)ϕb)ϕc)) = abc). Beweis: a,b) Dies ist klar nach Aufgabe 19.a). c) Zunächst gilt nach Lemma 35 und mit Satz 31 folgt ϕa) ϕb) ϕc) ϕb) = Aa b) Ac b) = a b c b ) ϕa) ϕb) ϕc) ϕb) ϕa)ϕb)ϕc)) = arccos ϕa)ϕb) ϕb)ϕc) ) a b c b = arccos = abc). ab bc Wir wollen noch etwas Terminologie einführen. Ist ϕ : R d R d eine Bewegung so heißt ein Punkt x R d ein Fixpunkt von ϕ wenn ϕx) = x ist und eine Gerade l R 2 heißt eine Fixgerade von ϕ wenn ϕl) = l ist. Beachte das eine Fixgerade nicht aus Fixpunkten bestehen muss, beispielsweise hat eine nicht identische Translation keine Fixpunkte sie besitzt aber Fixgeraden. Ein Parallelbüschel P im R d ist eine Äquivalenzklasse der Parallelitätsrelation auf der Menge der Geraden im R d, also eine Menge der Form P = {g R d g ist eine Gerade mit l g} für eine fixierte Gerade l R d. Da Parallelität die Gleichheit der Richtungen bedeutet kann man P auch in der Form P = {g R d g ist eine Gerade mit Rg) = U} = {a + U a R d } für einen eindimensionalen Untervektorraum U des R d schreiben, man nennt P dann auch das Parallelbüschel in Richtung U. Ein Punktbüschel P ist die Menge aller Geraden durch einen fixierten Punkt, es soll also einen Punkt p R d mit P = {g R d g ist eine Gerade mit p g} geben. Damit steht alles bereit den Hauptsatz über ebene Bewegungen zu behandeln. Satz 1.38 Satz von Chasles) Sei ϕ eine Bewegung des R 2 und bezeichne F die Menge der Fixpunkte sowie L die Menge der Fixgeraden von ϕ. Dann liegt genau einer der folgenden Fälle vor: 10-5
6 a) Es ist F = und L ist ein Parallelbüschel. Dann ist ϕ = τ u eine Translation für ein 0 u R 2. Die Bewegung ϕ ist eigentlich und L ist das Parallelbüschel in Richtung Ru. b) Es sind F = und L = 1. Dann ist ϕ = σ l,u eine Gleitspiegelung für eine Gerade l R 2 und ein 0 u R 2 mit u Rl). Die Bewegung ϕ ist nicht eigentlich und es gilt L = {l}. c) Es sind F = 1 und L ist ein Punktbüschel. Dann ist ϕ = D π a) die Punktspiegelung an einem Punkt a R 2. Die Bewegung ϕ ist eigentlich mit ϕx) = 2a x für alle x R 2 und wir haben F = {a} und L ist die Menge aller Geraden durch a. d) Es ist F = 1 und L =. Dann ist ϕ = D φ a) eine Drehung mit einem Punkt a R 2 und einem φ 0, 2π) mit φ π. Die Bewegung ϕ ist eigentlich mit F = {a}. e) Die Menge l := F ist eine Gerade und es gilt L = {l} {g R 2 g ist eine Gerade mit l g}. Dann ist ϕ = σ l eine Geradenspiegelung und keine eigentliche Bewegung. f) Es ist F = R 2 und L ist die Menge aller Geraden im R 2. Dann ist ϕ = id R 2 eigentliche Bewegung. eine Beweis: Die sechs Fälle schließen sich gegenseitig aus, es ist also nur zu zeigen das stets einer dieser Fälle vorliegt. Nach Satz 36 existieren eine orthogonale 2 2-Matrix A O 2 R und ein u R 2 mit ϕx) = Ax + u für alle x R 2. Dann ist F = {x R 2 ϕx) = x} = {x R 2 1 A)x = u} und sind a R 2, v R 2 mit v = 1 und g := a + Rv so ist genau dann g L wenn g = ϕg) = Aa + u) + RAv) gilt und dies ist äquivalent zu Av Rv, d.h. v ist ein Eigenvektor von A, und u 1 A)a Rv. Schreibe nun ) a b A = also c d ) a c = A t A = b d ) ) a b = c d a 2 + c 2 ab + cd ab + cd b 2 + d 2 und wir haben a 2 + c 2 = b 2 + d 2 = 1 und ab + cd = 0. Insbesondere existiert ein 0 φ < 2π mit a = cos φ und c = sin φ. Wir unterscheiden nun zwei Fälle. Fall 1. Zunächst sei det A = 1 also ad bc = 1 und nach Lemma 37.a) ist ϕ dann eine eigentliche Bewegung. Es ist ad = 1 + bc und wir erhalten 0 = abd + cd 2 = 1 + bc)b + cd 2 = b + b 2 + d 2 )c = b + c, also ist c = b = sin φ. Wir setzen diesen Beweis dann in der nächsten Sitzung fort. ) 10-6
1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.44 2018/05/17 14:11:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe Wir untersuchen gerade die Spiegelung an einer Hyperebene h R d. Ist ein
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.43 2018/05/15 16:07:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Am Ende der letzten Sitzung hatten wir begonnen zwei weitere Aussagen über Winkel zu beweisen,
Mehr1 Analytische Geometrie und Grundlagen
Mathematische Probleme, SS 28 Dienstag 29.5 $Id: vektor.tex,v.46 28/5/29 6:4: hk Exp $ Analytische Geometrie und Grundlagen.6 Bewegungen und Kongruenzbegriffe Am Ende der letzten Sitzung hatten wir bereits
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.21 2017/05/13 16:28:55 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel In der letzten Sitzung haben wir einen orientierten Winkelbegriff zwischen Strahlen mit
MehrMathematische Probleme, SS 2018 Dienstag $Id: dreieck.tex,v /06/12 14:54:26 hk Exp $
$Id: dreieck.tex,v 1.47 018/06/1 14:54:6 hk Exp $ Dreiecke.3 Einige spezielle Punkte im Dreieck Am Ende der letzten Sitzung hatten wir eingesehen, dass sich die drei Winkelhalbierenden eines Dreiecks in
Mehr3 Geometrische Klassifikation der Bewegungen im R 2 und R 3
3 Geometrische Klassifikation der Bewegungen im R 2 und R 3 Sei f : R n R n eine Bewegung Sie kann beschrieben werden in der Form Dabei ist T (f)(x) = A x f(x) = Ax + b mit A O(n) und b R n Definition:
MehrMathematische Probleme, SS 2013 Montag 3.6. $Id: convex.tex,v /06/03 20:40:11 hk Exp hk $
$Id: convex.tex,v 1.9 2013/06/03 20:40:11 hk Exp hk $ 3 Konvexgeometrie 3.3 Automorphismengruppen platonischer Körper Wir beschäftigen uns gerade mit Drehungen im R 3, und hatten nachgerechnet das die
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
Mehr2 Spiegelungen. d(f(p), f(q)) = d(p, q) für alle p, q R n
2 Siegelungen Definition: f : R n R n heißt Bewegung (Isometrie), wenn f Abstände erhält, dh wenn d(f(), f(q)) = d(, q) für alle, q R n Kaitel IV, Satz 32: f ist genau dann eine Bewegung, wenn es eine
MehrEine Affinität α eines euklidischen Raumes heißt eine Bewegung, wenn sie Abstände (und damit auch Winkel) erhält, wenn also für alle Punkte X, Y gilt:
5 Zur Geometrie euklidischer Bewegungen 5.1 Bewegungen Eine Affinität α eines euklidischen Raumes heißt eine Bewegung, wenn sie Abstände (und damit auch Winkel) erhält, wenn also für alle Punkte X, Y gilt:
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.22 2017/05/15 15:10:33 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel In der letzten Sitzung haben wir einen orientierten Winkelbegriff zwischen Strahlen mit
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.39 2018/05/03 14:55:15 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Nachdem wir uns am Ende der letzten Sitzung an den Orthogonalitätsbegriff der linearen
Mehr2 Dreiecke. 2.3 Einige spezielle Punkte im Dreieck. Mathematische Probleme, SS 2017 Donnerstag 15.6
$Id: dreieck.tex,v 1.35 017/06/15 13:19:44 hk Exp $ Dreiecke.3 Einige spezielle Punkte im Dreieck In diesem Abschnitt wollen wir die sogenannten speziellen Punkte im Dreieck, also den Schwerpunkt, die
MehrKlausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.
MehrAnalytische Geometrie
21 Vorlesungen über Analytische Geometrie für Lehramtstudierende der Schulformen Grund-, Mittel- und Realschule Jens Jordan Universität Würzburg, Wintersemster 2015/16 Hier kommt noch ein schönes Bildchen
MehrKlausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U
Mehr6 Symmetrische und hermitesche Matrizen
$Id: quadrat.tex,v.0 0/06/9 :47:4 hk Exp $ $Id: orthogonal.tex,v.4 0/06/9 3:46:46 hk Exp $ 6 Symmetrische und hermitesche Matrizen 6.3 Quadratische Funktionen und die Hauptachsentransformation Wir sind
MehrAufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015
Lineare Algebra und Geometrie I SS 05 Woche Aussagenlogik Aufgabenpool Aufgabe #.5 Die Aussage A sei 5 > 9, die Aussage B sei Gerhard Schröder ist eine Frau. Vervollständigen Sie die folgende Wahrheitstabelle.
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 34 Die Diagonalisierbarkeit von Isometrien im Komplexen Satz 34.1. Es sei V ein endlichdimensionaler C-Vektorraum
Mehr4 Isomorphismen affiner und projektiver Ebenen
$Id: isomorphie.tex,v 1.3 2018/11/26 18:45:03 hk Exp $ 4 Isomorphismen affiner und projektiver Ebenen Wir haben gezeigt das alle Ternärkörper der projektiven Ebene PG(V ) über einem Vektorraum V isomorph
Mehr1.5 Kongruenz und Ähnlichkeit
19 1.5 Kongruenz und Ähnlichkeit Definition Sei A n der affine Standardraum zum Vektorraum R n. Eine Abbildung F : A n A n heißt Isometrie, falls d(f (X), F (Y )) = d(x, Y ) für alle X, Y A n gilt. Es
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.4 2017/04/13 14:48:29 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.1 Affine Geometrie im R d Wir hatten einen affinen Teilraum A des R d als eine Teilmenge der Form A = a + U definiert,
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema, Aufgabe 4) Im R seien die beiden Ebenen E : 6 x + 4 y z = und E : + s + t 4 gegeben.
MehrLineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner SS 0 Blatt 9 9060 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach Lösungsvorschlag a Die gegebene Matrix
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.28 2017/05/29 14:49:16 hk Exp $ $Id: dreieck.tex,v 1.29 2017/05/29 14:54:26 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe Wir hatten zwei Teilmengen
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.19 217/5/11 12:3:56 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Am Ende der letzten Sitzung hatten wir eine metrische Form des Strahlensatzes hergeleiten,
MehrT := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass
I. a) Es sei (G, ) eine abelsche Gruppe mit neutralem Element e G. Zeigen Sie, dass U := {g G g 3 = e G } eine Untergruppe von G ist. b) In der symmetrischen Gruppe S 4 definieren wir analog zu a) die
MehrKlausurenkurs zum Staatsexamen (WS 2012/13): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS /3): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 a)
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U
Mehr6 Symmetrische und hermitesche Matrizen
$Id: quadrat.tex,v 1.26 215/6/3 1:3:3 hk Exp $ $Id: orthogonal.tex,v 1.13 215/7/1 1:57:5 hk Exp $ 6 Symmetrische und hermitesche Matrizen 6.4 Definite Matrizen Wir hatten eine symmetrische reelle beziehungsweise
Mehr4 Orthogonale Endormorphismen
4 Orthogonale Endormorphismen Frage: Bei welchen Abbildungen R R bzw. R 3 R 3 bleibt der Abstand zwischen zwei Punkten erhalten? Für α R setzen wir cosα sin α D(α) = und S(α) := sin α cosα ( cos α sin
MehrLösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015
sskizzen der Klausur zur Linearen Algebra im Herbst 5 Aufgabe I. Es sei (G, ) eine Gruppe mit neutralem Element e und M {x G x x e}. Zeigen Sie: (a) Ist G kommutativ, so ist M eine Untergruppe von G. (b)
Mehr6 Die Lenz Klassifikation
$Id: lenz.tex,v 1.6 2018/12/19 19:38:42 hk Exp $ $Id: trans.tex,v 1.3 2018/12/20 08:02:27 hk Exp $ 6 Die Lenz Klassifikation Wir sind gerade mit dem Beweis des folgenden Lemmas beschäftigt. Lemma 6.16
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
Mehr6. Normale Abbildungen
SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische
Mehr6 Symmetrische und hermitesche Matrizen
$Id: quadrat.tex,v.2 27/7/5 :59:6 hk Exp $ $Id: orthogonal.tex,v.5 27/7/5 2::22 hk Exp $ 6 Symmetrische und hermitesche Matrizen 6. Quadratische Formen und Hauptachsentransformation In der letzten Sitzung
Mehr5.3 Typen und Klassifikation affiner Abbildungen
53 Typen und Klassifikation affiner Abbildungen Definition 531 Sei A ein AR und Aff(A) die Gruppe der Affinitäten von A τ Aff(A) heißt Translation falls p, q A gilt: pτ(p) = qτ(q) Der dann von der Wahl
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
Mehr21. Affine Koordinaten und affine Abbildungen
21.1. Grundbegriffe Definition: Sei A ein affiner Raum mit Richtungs-VRm V der Dimension n. (a) Sei B die Menge aller Basen von V. Ein Paar K := (O, B) A B heißt affines Koordinatensystem, wobei O der
MehrLineare Algebra II 11. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des
MehrWiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE
Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse
MehrEXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME
EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen
MehrMathematische Probleme, SS 2019 Montag 6.5. $Id: dreieck.tex,v /05/07 10:51:36 hk Exp $
$Id: dreieck.tex,v 1.61 019/05/07 10:51:36 hk Exp $ 1 Dreiecke 1.7 Einige spezielle Punkte im Dreieck m Ende der letzten Sitzung hatten wir eingesehen, dass sich die drei Winkelhalbierenden eines Dreiecks
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 06 Lineare Algebra analytische Geometrie II Vorlesung 35 Winkeltreue Abbildungen Definition 35.. Eine lineare Abbildung ϕ: V W zwischen euklidischen Vektorräumen V W heißt
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.31 2018/04/10 15:11:07 hk Exp hk $ 1 Analytische Geometrie und Grundlagen 1.1 Affine Geometrie im R d Wir beschäftigen uns gerade mit den affinen Teilräumen des R d, diese erlauben
MehrPrüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
MehrMathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 68 Das Verhalten von Maßen bei linearen Abbildungen Lemma 68.1. Es sei V ein reeller Vektorraum und L :R n V eine bijektive lineare
MehrMathematische Probleme, SS 2013 Donnerstag $Id: dreieck.tex,v /04/18 15:03:29 hk Exp hk $
$Id: dreieck.tex,v 1.6 2013/04/18 15:03:29 hk Exp hk $ 1 Dreiecke 1.5 Einige spezielle Punkte im Dreieck Wir hatten gerade begonnen uns mit den speziellen Punkten im Dreieck zu beschäftigen. Dabei beschränken
Mehr3: Bewegungen und Ähnlichkeiten:
3: Bewegungen und Ähnlichkeiten: Was sind kongruente (bzw. deckungsgleiche) Figuren? [Box2-94] [Kra2-138] [Rei2-173a] [Rei2-173b] Zwei Teilmengen M,M einer Euklidischen Ebene (E,G) heißen kongruent, wenn
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
Mehr3 Lineare Differentialgleichungen
3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,
Mehr1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
MehrMathematische Probleme, SS 2019 Donnerstag $Id: dreieck.tex,v /04/12 17:03:16 hk Exp $
$Id: dreieck.tex,v 1.53 2019/04/12 17:03:16 hk Exp $ 1 Dreiecke 1.1 Rechtwinklige Dreiecke Wir beschäftigen uns gerade mit den primitiven pythagoräischen Tripeln. Haben wir ein solches Tripel, also teilerfremde
MehrAffine und projektive Ebenen, WS 2018/2019 Mittwoch 9.1. $Id: trans.tex,v /01/10 10:54:32 hk Exp $
$Id: trans.tex,v 1.5 2019/01/10 10:54:32 hk Exp $ 7 Translationsebenen Wir hatten einen Unterkörper F Kern(K des Kerns eines Quasikörpers K zentral in K genannt wenn ab = ba für alle a K, b F gilt und
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist
Mehr37 II.1. Abbildungen
37 II.1. Abbildungen "Abbildung" und "Funktion" sind verschiedene Namen für denselben Begriff, der charakterisiert ist durch die Angabe der Definitionsmenge ("Was wird abgebildet?"), der Wertemenge ("Wohin
MehrEigenwerte, Diagonalisierbarkeit, charakteristisches Polynom
Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse
MehrMathematische Probleme, SS 2015 Montag $Id: quadratisch.tex,v /06/22 12:08:41 hk Exp $
Mathematische Probleme, SS 15 Montag 6 $Id: quadratischtex,v 111 15/06/ 1:08:41 hk Exp $ 4 Kegelschnitte 41 Quadratische Gleichungen In der letzten Sitzung hatten wir die Normalform (1 ɛ )x + y pɛx p =
Mehr1 Dreiecke. 1.6 Ähnliche Dreiecke. Mathematische Probleme, SS 2019 Donnerstag 2.5. $Id: dreieck.tex,v /05/03 14:05:29 hk Exp $
$Id: dreieck.tex,v 1.60 2019/05/03 14:05:29 hk Exp $ 1 Dreiecke 1.6 Ähnliche Dreiecke Wir hatten zwei Dreiecke kongruent genannt wenn in ihnen entsprechende Seiten jeweils dieselbe Länge haben und dann
MehrExkurs: Klassifikation orthogonaler 2 2-Matrizen.
Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Aussage: Es gilt: (a) Jede orthogonale 2 2 Matrix A mit det(a) = 1 hat das Aussehen cos(α) sin(α) D(α) = sin(α) cos(α), wobei α [0,2π[. Ist sin(α) 0, so
MehrLösungsvorschläge zur Klausur. Lineare Algebra, Herbst 2010
Lösungsvorschläge zur Klausur Lineare Algebra, Herbst 200 I. Es seien n eine natürliche Zahl, M = {,..., n} N und S n die Gruppe der Permutationen der Menge M. Zeigen Sie: a) Für jedes a M ist H a := {σ
MehrMathematische Probleme, SS 2013 Donnerstag $Id: quadratisch.tex,v /08/12 09:49:46 hk Exp $ c a b = 1 3. tan(2φ) =
Mathematische Probleme SS 13 Donnerstag 136 $Id: quadratischtexv 18 13/08/1 09:49:46 hk Exp $ 4 Kegelschnitte 41 Quadratische Gleichungen Nachdem wir in der letzten Sitzung die Hauptachsentransformation
MehrAufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:
Aufgabe I (4 Punkte Gegeben seien die Matrix und die Menge Zeigen Sie: H := L := {A R 4 4 A HA = H} a L ist bezüglich der Matrizenmultiplikation eine Gruppe b Die Matrizen der Form ( E O, O B wobei E R
Mehr{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,
Aufgabe I1 (4 Punkte) Es seien (G, ) und (H, ) Gruppen a) Wann heißt eine Abbildung Φ : G H ein Gruppenhomomorphismus? b) Es seien Φ, Ψ : G H zwei Gruppenhomomorphismen Zeigen Sie, dass eine Untergruppe
Mehr1 Analytische Geometrie und Grundlagen
Mathematische Probleme, SS 208 Dienstag 0.4 $Id: vektor.tex,v.30 207/07/7 08:09:23 hk Exp hk $ Analytische Geometrie und Grundlagen In dieser Vorlesung wollen wir uns mit Fragen der sogenannten Elementargeometrie
Mehr7 Orthogonale und unitäre Matrizen
$Id: orthogonal.tex,v.6 2/7/ 4::3 hk Exp $ $Id: mdiffb.tex,v.3 2/7/ 4::5 hk Exp hk $ 7 Orthogonale und unitäre Matrizen 7.2 Drehungen Wir wollen uns jetzt mit Drehungen im dreidimensionalen Raum beschäftigen.
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Gliederung 4 Invarianten Isometrien (Kongruenzen) Ähnlichkeitsabbildungen Affine Transformationen Projektive Transformationen 2 von
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.48 2017/06/14 15:16:10 hk Exp $ $Id: jordan.tex,v 1.26 2017/06/16 10:59:58 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Zum Abschluss dieses Kapitels behandeln
MehrKlausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe
Klausur zu Lineare Algebra II Fachbereich Mathematik WS 0/3 Dr. habil. Matthias Schneider Aufgabe 3 4 5 6 7 Bonus Note Punktzahl 4 3 3 3 3 0 erreichte Punktzahl Es sind keine Hilfsmittel zugelassen. Die
MehrLösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung
Mehr2.1 Voraussetzungen aus der Analytischen Geometrie
2 Kinematik im E n 2.1 Voraussetzungen aus der Analytischen Geometrie (AG) 2.1.1 Bewegungen E n... n-dimensionaler euklidischer Raum Bewegung: Abbildung so dass σ : E n E n, σ(p ) =: P, d(p, Q ) = d(p,
Mehr5 Zur Geometrie euklidischer Bewegungen. Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems
5 Zur Geometrie euklidischer Bewegungen 5.1 Erinnerung an 3.3.3 Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems beschrieben durch x = U x + w (U T U = E) mit
Mehr5.4 Affine Abbildungen in C 2 und R 2
5.4 Affine Abbildungen in C 2 und R 2 Notation. Wir erinnern an die affine Ähnlichkeit von Matrizen (5.3.(ii)): L, L n (K). Dann: L a L 2 falls C AGL n (K) mit C L 2 C = L. Die aus 3.2.9 bekannte übliche
Mehr3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen
Inhaltsverzeichnis Teil II: Gruppen 2 3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen.................. 2 3.1.1 Gruppen.......................................... 2 3.1.2 Untergruppen.......................................
Mehr2 Affine und projektive Ebenen
$Id: ebenen.tex,v 1.3 2018/11/06 12:51:04 hk Exp $ 2 Affine und projektive Ebenen Nachdem wir in der letzten Sitzung affine Ebenen definiert und ein wenig untersucht haben kommen wir nun zu den sogenannten
Mehr1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.3 2014/04/17 18:51:19 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d Am Ende der letzten Sitzung hatten wir begonnen eindimensionale Untermannigfaltigkeiten des R d zu untersuchen.
MehrSeminararbeit. Orthogonale Gruppen. Marvin K. Neugebauer. 15. Juli 2010
Seminararbeit Orthogonale Gruppen Marvin K Neugebauer 15 Juli 2010 Prof Dr Schwachhöfer Lehrstuhl für Differentialgeometrie Proseminar Lineare Algebra SS 2010 Dank an Rafael Kawka für die Hilfe bei der
MehrSeite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx
Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =
Mehr1. Hausübung ( )
Übungen zur Vorlesung»Lineare Algebra B«(SS ). Hausübung (8.4.) Aufgabe Es seien σ (3, 6, 5,, 4, 8,, 7) und τ (3,,, 4, 6, 5, 8, 7). Berechnen Sie σ τ, τ σ, σ, τ, die Anzahl der Inversionen von σ und τ
MehrKlausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.
Klausur Lineare Algebra I am 03.02.10 Es sind insgesamt 60 Punkte bei der Klausur zu erreichen. Aufgabe 1. (6 Punkte insgesamt) a.) (3P) Definieren Sie, was eine abelsche Gruppe ist. b.) (3P) Definieren
Mehrr i w i (siehe (3.7)). r i v, w i = 0.
Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.37 2018/04/26 14:09:00 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.4 Anordnungseigenschaften Am Ende der letzten Sitzung hatten wir begonnen uns mit den konvexen Teilmengen des
Mehr4 Lineare Abbildungen
17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1
MehrD-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j
D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 0 Tom Ilmanen Musterlösung 2. Falls b := (v,,v n ) eine Orthonormalbasis von V ist, dann lassen sich die Komponenten von einem Vektor v = n i= t i v i bezüglich
MehrLösungsvorschläge für die Geometrie-Klausur vom 28.7.
Lösungsvorschläge für die Geometrie-Klausur vom 28.7. Aufgabe 1: (a) Die beiden Punkte liegen offensichtlich auf der hyperbolischen Geraden g = {z H R(z) = 1}. Die beiden idealen Punkte sind a = 1, b =.
MehrAufgabenpool. Aufgabe 1.2 Beweisen Sie die folgende Tautologien und logischen Äquivalenzen mithilfe einer Wahrheitstabelle.
Lineare Algebra und Geometrie I SS 06 Woche Aussagenlogik und Mengen Aufgabenpool Aufgabe Beweisen Sie die folgende Tautologien und logischen Äquivalenzen mithilfe einer Wahrheitstabelle e # [ (A B (C
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
Mehr8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:
8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 0/06 Lineare Algebra und analytische Geometrie I Vorlesung... und ein guter Lehrer kann auch einem schlechten Schüler was beibringen Beziehung zwischen Eigenräumen Wir
MehrKapitel II Lineare Algebra und analytische Geometrie Stand 9. Januar 2011
Kapitel II Lineare Algebra und analytische Geometrie Stand 9 Januar 011 7 Bewegungen Wir betrachten jetzt Affinitäten in n unter Einbeziehung der Abstandsmessung Die Abstandsmessung in n beruht auf einem
Mehr$Id: anageo.tex,v /01/18 21:24:38 hk Exp hk $
$Id: anageo.tex,v 1.3 9/1/18 1:4:38 hk Exp hk $ II. Lineare Algebra 1 Analytische Geometrie 1.1 Das Skalarprodukt v w u p Wir wollen noch eine weiteres Ergebnis der eben durchgeführten Überlegung festhalten.
Mehr